| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 引言 | 第10-15页 |
| 1.1 课题研究背景 | 第10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 金融市场预测研究现状 | 第10-11页 |
| 1.2.2 网络信息与金融市场相关性研究现状 | 第11-12页 |
| 1.3 研究目的及意义 | 第12-13页 |
| 1.3.1 研究目的 | 第12页 |
| 1.3.2 研究意义 | 第12-13页 |
| 1.4 主要研究内容及论文结构 | 第13-14页 |
| 1.5 本章小结 | 第14-15页 |
| 第二章 课题理论基础 | 第15-23页 |
| 2.1 有效市场假说与行为金融学 | 第15-17页 |
| 2.1.1 有效市场假说 | 第15-16页 |
| 2.1.2 行为金融学理论 | 第16页 |
| 2.1.3 小结 | 第16-17页 |
| 2.2 金融市场预测方法 | 第17-20页 |
| 2.2.1 证券预测简介 | 第17页 |
| 2.2.2 证券投资分析方法 | 第17-18页 |
| 2.2.3 时间序列分析方法 | 第18页 |
| 2.2.4 行为金融分析法 | 第18-19页 |
| 2.2.5 其他分析法 | 第19-20页 |
| 2.2.6 小结 | 第20页 |
| 2.3 人工神经网络 | 第20-22页 |
| 2.3.1 人工神经网络简介 | 第20-21页 |
| 2.3.2 人工神经网络与金融预测 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 基于网络信息的金融市场预测研究 | 第23-56页 |
| 3.1 概述 | 第23-24页 |
| 3.2 网络信息数据获取与处理 | 第24-29页 |
| 3.2.1 网络信息获取 | 第24-26页 |
| 3.2.2 网络信息存储与可视化 | 第26-29页 |
| 3.3 网络信息与金融市场相关性统计 | 第29-38页 |
| 3.3.1 网络信息与金融市场相关性统计方法 | 第29-31页 |
| 3.3.2 网络信息与金融市场相关性统计实现 | 第31页 |
| 3.3.3 实验步骤 | 第31页 |
| 3.3.4 实验与实验结果分析 | 第31-38页 |
| 3.4 网络信息与金融市场预测 | 第38-44页 |
| 3.4.1 多层感知器及BP算法简介 | 第38-40页 |
| 3.4.2 样本的处理 | 第40页 |
| 3.4.3 输入向量确定 | 第40-41页 |
| 3.4.4 模型参数优化 | 第41-44页 |
| 3.5 股票历史信息与金融市场预测 | 第44-45页 |
| 3.6 实验结果及结论 | 第45-55页 |
| 3.6.1 基于“股吧”信息的股票交易量预测 | 第45-55页 |
| 3.7 本章小结 | 第55-56页 |
| 第四章 基于网络信息的投资决策辅助工具的设计与实现 | 第56-68页 |
| 4.1 辅助工具需求分析 | 第56页 |
| 4.2 辅助工具总体目标 | 第56-57页 |
| 4.3 辅助工具的设计 | 第57-61页 |
| 4.3.1 系统架构 | 第57-58页 |
| 4.3.2 系统功能模块设计 | 第58-60页 |
| 4.3.3 数据库设计 | 第60-61页 |
| 4.4 辅助工具实现与测试 | 第61-67页 |
| 4.4.1 系统的实现 | 第61-65页 |
| 4.4.2 系统测试 | 第65-67页 |
| 4.5 本章小结 | 第67-68页 |
| 第五章 总结与展望 | 第68-70页 |
| 5.1 论文工作总结 | 第68-69页 |
| 5.2 后续工作与展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-73页 |
| 攻读硕士学位期间取得的成果 | 第73-74页 |